openai/gpt-image-1/edit

Imagem para Imagem

Openai GPT Image 1 Edit API by OpenAI

openai/gpt-image-1/edit

Edit

OpenAI's gpt-image-1 enables image generation and image editing via OpenAI's image API, ideal for creating and refining images. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Entrada

Carregando configuração de parâmetros...

Saída

Inativo

As imagens geradas serão exibidas aqui

Configure os parâmetros e clique em executar para começar a gerar

Cada execução custará $0.009. Com $10 você pode executar aproximadamente 1111 vezes.

Você pode continuar com:

Imagem para Vídeo Imagem para Imagem

Parâmetros

Exemplo de código
import requests
import time

# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "openai/gpt-image-1/edit",
    "prompt": "A beautiful landscape with mountains and lake",
    "width": 512,
    "height": 512,
    "steps": 20,
    "guidance_scale": 7.5,
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] == "completed":
            print("Generated image:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

image_url = check_status()

Instalar

Instale o pacote necessário para a sua linguagem de programação.

bash

pip install requests

Autenticação

Todas as solicitações de API requerem autenticação por meio de uma chave de API. Você pode obter sua chave de API no painel do Atlas Cloud.

bash

export ATLASCLOUD_API_KEY="your-api-key-here"

Cabeçalhos HTTP

python

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

Mantenha sua chave de API segura

Nunca exponha sua chave de API em código do lado do cliente ou repositórios públicos. Use variáveis de ambiente ou um proxy de backend.

Enviar uma solicitação

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Enviar uma solicitação

Envie uma solicitação de geração assíncrona. A API retorna um ID de predição que você pode usar para verificar o status e obter o resultado.

POST/api/v1/model/generateImage

Corpo da solicitação

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "openai/gpt-image-1/edit",
    "input": {
        "prompt": "A beautiful landscape with mountains and lake"
    }
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")

Resposta

{
  "id": "pred_abc123",
  "status": "processing",
  "model": "model-name",
  "created_at": "2025-01-01T00:00:00Z"
}

Verificar status

Consulte o endpoint de predição para verificar o status atual da sua solicitação.

GET/api/v1/model/prediction/{prediction_id}

Exemplo de polling

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

Valores de status

processingA solicitação ainda está sendo processada.

completedA geração está completa. As saídas estão disponíveis.

succeededA geração foi bem-sucedida. As saídas estão disponíveis.

failedA geração falhou. Verifique o campo de erro.

Resposta concluída

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

Enviar arquivos

Envie arquivos para o armazenamento do Atlas Cloud e obtenha uma URL que pode ser usada nas suas solicitações de API. Use multipart/form-data para enviar.

POST/api/v1/model/uploadMedia

Exemplo de upload

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

Resposta

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Schema de entrada

Os seguintes parâmetros são aceitos no corpo da solicitação.

Total: 0Obrigatório: 0Opcional: 0

Nenhum parâmetro disponível.

Exemplo de corpo da solicitação

json

{
  "model": "openai/gpt-image-1/edit"
}

Schema de saída

A API retorna uma resposta de predição com as URL de saída geradas.

idstringrequired

Unique identifier for the prediction.

statusstringrequired

Current status of the prediction.

processingcompletedsucceededfailed

modelstringrequired

The model used for generation.

outputsarray[string]

Array of output URLs. Available when status is "completed".

errorstring

Error message if status is "failed".

metricsobject

Performance metrics.

predict_timenumber

Time taken for image generation in seconds.

created_atstringrequired

ISO 8601 timestamp when the prediction was created.

Format: date-time

completed_atstring

ISO 8601 timestamp when the prediction was completed.

Format: date-time

Exemplo de resposta

json

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

O Atlas Cloud Skills integra mais de 300 modelos de IA diretamente no seu assistente de codificação com IA. Um comando para instalar e depois use linguagem natural para gerar imagens, vídeos e conversar com LLM.

Clientes compatíveis

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ clientes compatíveis

Instalar

bash

npx skills add AtlasCloudAI/atlas-cloud-skills

Configurar chave de API

Obtenha sua chave de API no painel do Atlas Cloud e defina-a como variável de ambiente.

bash

export ATLASCLOUD_API_KEY="your-api-key-here"

Funcionalidades

Após a instalação, você pode usar linguagem natural no seu assistente de IA para acessar todos os modelos do Atlas Cloud.

Geração de imagensGere imagens com modelos como Nano Banana 2, Z-Image e mais.

Criação de vídeosCrie vídeos a partir de texto ou imagens com Kling, Vidu, Veo, etc.

Chat com LLMConverse com Qwen, DeepSeek e outros modelos de linguagem de grande escala.

Upload de mídiaEnvie arquivos locais para fluxos de trabalho de edição de imagens e imagem para vídeo.

Saiba mais

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

O Atlas Cloud MCP Server conecta seu IDE com mais de 300 modelos de IA através do Model Context Protocol. Funciona com qualquer cliente compatível com MCP.

Clientes compatíveis

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ clientes compatíveis

Instalar

bash

npx -y atlascloud-mcp

Configuração

Adicione a seguinte configuração ao arquivo de configuração de MCP do seu IDE.

json

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Ferramentas disponíveis

atlas_generate_imageGere imagens a partir de prompts de texto.

atlas_generate_videoCrie vídeos a partir de texto ou imagens.

atlas_chatConverse com modelos de linguagem de grande escala.

atlas_list_modelsExplore mais de 300 modelos de IA disponíveis.

atlas_quick_generateCriação de conteúdo em uma etapa com seleção automática de modelo.

atlas_upload_mediaEnvie arquivos locais para fluxos de trabalho de API.

Saiba mais

github.com/AtlasCloudAI/mcp-server

API Schema

Schema não disponível

Sem exemplos disponíveis

Faça login para ver o histórico de solicitações

Você precisa fazer login para acessar o histórico de solicitações do modelo.

Fazer Login

OpenAI GPT-Image-1-Edit

Edit and transform images with natural language using OpenAI's GPT-Image-1-Edit. This versatile model understands your instructions to apply style changes, modifications, and creative transformations — with optional mask support for precise regional editing and multiple quality tiers to match your needs and budget.

Why It Looks Great

Natural language editing: Describe transformations in plain text — style changes, modifications, enhancements.
Mask support: Use mask images for precise control over which areas to edit.
Quality tiers: Choose from low, medium, or high quality based on your needs.
Multiple sizes: Output in square (1024x1024) or rectangular (1024x1536, 1536x1024) formats.
Style transformation: Excels at converting images to different artistic styles.
OpenAI quality: Powered by advanced vision-language understanding.

Parameters

Parameter	Required	Description
`prompt`	Yes	Text instruction describing the edit or transformation you want.
`image`	Yes	Source image to edit (upload or public URL).
`quality`	No	Output quality: `low`, `medium`, or `high`. Default: `medium`.
`mask_image`	No	Optional mask to specify edit regions (upload or URL).
`size`	No	Output dimensions: `1024x1024`, `1024x1536`, or `1536x1024`.
`enable_sync_mode`	No	API only: Waits for result and returns it directly.
`enable_base64_output`	No	API only: Returns base64 string instead of URL.

How to Use

Write your edit instruction — describe the transformation you want (e.g. "Become a comic style").
Upload your image — drag and drop or paste a public URL.
Choose quality — select low, medium, or high based on your needs.
Add mask (optional) — upload a mask image to limit edits to specific areas.
Select size — choose your desired output dimensions.
Run — click the button to apply the edit.
Download — preview and save your transformed image.

Quick Reference

Quality	1024x1024	1024x1536 / 1536x1024
Low	$0.011	$0.016
Medium	$0.042	$0.063
High	$0.167	$0.250

Best Use Cases

Style Transfer — Convert photos to comic, cartoon, painting, or other artistic styles.
Creative Transformation — Reimagine images with different aesthetics or themes.
Regional Editing — Use masks to edit specific areas while preserving the rest.
Content Enhancement — Improve or modify specific aspects of images.
Artistic Interpretation — Transform photos into various art forms.

Example Prompts

"Become a comic style"
"Transform into a watercolor painting"
"Make it look like a vintage photograph from the 1950s"
"Convert to anime style illustration"
"Apply a cyberpunk neon aesthetic"
"Turn into a pencil sketch"

Quality Guide

Quality	Best For	Trade-off
Low	Quick previews, testing concepts, high-volume processing	Fastest, most affordable, lower detail
Medium	General use, social media, balanced needs	Good quality/cost balance
High	Professional work, final deliverables, maximum detail	Highest quality, premium price

Pro Tips for Best Results

Start with medium quality to test your prompt, then upgrade to high for final output.
Use masks when you want to preserve specific areas untouched.
Be specific about the target style — "comic style", "oil painting", "anime".
For style transfers, simpler source images often produce cleaner results.
Rectangular sizes work well for portraits (1024x1536) or landscapes (1536x1024).
The model interprets style instructions creatively — embrace the artistic interpretation.

Notes

If using URLs for images or masks, ensure they are publicly accessible.
The enable_sync_mode and enable_base64_output options are only available through the API.
Mask images should be black and white, where white indicates areas to edit.
Processing time varies by quality level — higher quality takes longer.

Explorar Modelos Semelhantes

NEW

Texto para Imagem

Openai GPT Image-1.5 Text-to-image

GPT Image 1.5 text to image is OpenAI’s fast, cost-efficient text-to-image generator powered by GPT-5 guidance. Create photorealistic shots, product renders, concept art, and stylized graphics from natural-language prompts (optionally conditioned with an image). Supports custom aspect ratios, seeds, negative prompts, hex color hints, and style presets. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Openai GPT Image-1.5 Edit

GPT Image 1.5 Edit is OpenAI’s image model for precise, natural-language edits. Add/remove objects, swap backgrounds, retouch faces, adjust colors/lighting, edit text/graphics, crop/resize, and apply hex color control. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Openai GPT Image-1 Text-to-image

OpenAI GPT Image-1 generates images from text prompts from OpenAI's latest text-to-image model, ideal for creating visual assets. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Openai GPT Image-1 Mini Text-to-image

GPT Image 1 Mini is a cost-efficient multimodal OpenAI model powered by GPT-5 that turns text or image prompts into high-quality images. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

From$0.005/imagem

$0.004/imagem

-15%

Mais de 300 Modelos, Comece Agora,

Explorar Todos os Modelos

Openai GPT Image 1 Edit API by OpenAI

Entrada

Saída

Parâmetros

Exemplo de código

Instalar

Autenticação

Cabeçalhos HTTP

Enviar uma solicitação

Enviar uma solicitação

Corpo da solicitação

Resposta

Verificar status

Exemplo de polling

Valores de status

Resposta concluída

Enviar arquivos

Exemplo de upload

Resposta

Schema de entrada

Exemplo de corpo da solicitação

Schema de saída

Exemplo de resposta

Atlas Cloud Skills

Clientes compatíveis

Instalar

Configurar chave de API

Funcionalidades

MCP Server

Clientes compatíveis

Instalar

Configuração

Ferramentas disponíveis

API Schema

Faça login para ver o histórico de solicitações

OpenAI GPT-Image-1-Edit

Why It Looks Great

Parameters

How to Use

Quick Reference

Best Use Cases

Example Prompts

Quality Guide

Pro Tips for Best Results

Notes

Explorar Modelos Semelhantes

Openai GPT Image-1.5 Text-to-image

Openai GPT Image-1.5 Edit

Openai GPT Image-1 Text-to-image

Openai GPT Image-1 Mini Text-to-image

Mais de 300 Modelos, Comece Agora,

Join our Discord community